机器人很多，人不够用了……

“这个机器人能帮我节省多少人工？”

在近期举办的第25届中国国际工业博览会（以下简称“工博会”）上，350多家机器人企业汇聚，AI+机器人所造出的新物种——具身智能成为“明星”，它们不一定是人形，却是一个具身化的智能体，是给“手”（机械臂）加上“眼睛”（视觉感知）和“大脑”（整体认知）。不论机器人如何进化，“机器换人”仍是永恒的话题。

“机器人很多，人不够用了。”一家金属加工厂的老板表示，用“机器换人”不只是因为要省钱，而是缺人，比如打磨工人就很难招到，“太苦太累又有职业伤害，练好几年才能成为熟练工，年轻人都不愿意干。”

老龄化等原因导致的劳动力短缺，正在加速“机器换人”。根据国际机器人联合会（IFR）发布的《2024世界机器人报告》，中国机器人密度达到每万名员工配有470台，2023年已超过德国、日本，跃居世界第三，仅次于韩国和新加坡。

机器换人这笔账怎么算，会直接影响机器人落地的速度。但是，在实际应用过程中，“买得起、用不起、不好用”等新问题产生，其中的关键在于安全、可控、自主。

在AI大模型的注入下，“单兵作战”的具身智能已经不是新物种，取而代之的是由“超级生产团队”组成的流水线。

趋势一：从“单兵作战”到“超级生产团队”

工业具身智能机器人这一新物种诞生于2024年的工博会，用AI给工业机器人装上“大脑”逐渐成为趋势。然而，它们仍旧只能负责单一工序，比如质检、打磨、上下料等环节中的某一工种。

2025年工博会上，具身智能在工业场景的应用，最大的趋势是从“单兵作战”到“超级生产团队”，从单一工序向全流程协同拓展。

在微亿智能的展台上，一条“创TRON新产线”正在被层层围观，这是一支由8台工业具身智能机器人组成的“超级生产团队”，它们正在生产4种不同的产品，几分钟就能完成产线切换，如果有新的物料加入产线，也能小时级完成调整。而在以往，切换产线时，传统自动化设备往往要被闲置数天。

同时，每台工业具身智能机器人不再是“傻瓜”式地按程序生产，它都能像人一样思考。比如一旁的“机器人工友”因突发状况停机，任务就可以临时交由其他机器人来接手，保障整条产线生产不停歇。

“我们想要达到的目标是，这个全机器人生产小组无所不能，是一支既有人的聪明和灵活，又能像机器一样高效、稳定的超级生产团队。”微亿智造董事长兼CEO张志琦表示。

微亿智造已经与全球排名前三的美妆包装企业洽兴集团达成合作，预计这个“超级生产团队”将在今年底前落地。以后中国消费者买到的欧莱雅、雅诗兰黛等一众大牌护肤品，也许就是由“创TRON”机器人生产线所包装的。

中国工业制造已进入智能化与柔性化阶段，AI视觉技术正成为工业机器人应用的核心驱动力。

在某新能源汽车产线上，一体化压铸的车身正在被机械手臂检测与打磨，比起以往人工打磨，单件处理时间从70分钟压缩至18分钟，良品率由82%提升至98%。

近日，国际咨询机构IDC发布的《中国AI视觉工业机器人应用市场份额2024》显示，微亿智造的AI视觉工业机器人应用市场份额全国位列第一。

“AI视觉与具身智能的融合已成为工业机器人发展的核心驱动力。”IDC中国机器人与物联网领域研究经理李君兰表示，工业机器人正从“执行工具”向“具身智能”演进，微亿智造等中国具身智能企业，正为全球制造业数智化转型提供中国方案。

趋势二：“算账”是机器人落地的关键

尽管中国机器人密度已经达到世界前三，而且作为制造业大国，工业成为中国机器人落地的首选场景，中国工业机器人装机量占全球比重超50%，其产量与汽车、手机、微型计算机、彩电一样，都位居世界第一。2025年《政府工作报告》首次明确提及“具身智能”与“智能机器人”。

但是，中国工业机器人的发展仍旧滞后于制造业自动化需求，IFR报告显示，到2030年，全球每万名员工配备的机器人数量为300台。这意味着，2030年全球制造业仍将依赖约3.88亿名人工劳动力，占总劳动力的97%，仍深陷劳动密集型困境。

“机器人多久可以收回成本？”在工博会上，这是制造业老板向机器人企业抛出的最高频问题之一。在制造业严重内卷的当下，企业更看重投资回报率。

“客户不关心你背后用什么技术，只关心你能不能帮我解决问题，并且能算过来账。”张志琦举例道，一个典型的工业客户会进行严格的ROI（投资回报率）计算：如果一个工人的年成本是10万元，那么替代他的设备成本必须在1.5年内收回，即售价不能超过15万元。

“很多工厂买得起机器人，但用不起，也不好用。”张志琦表示，在PCB板烧录等混合工位中，全自动化方案无法覆盖数百种规格的工件，也无法应对随时变化的物料摆放位置。如今，工业具身智能机器人能够做到高效的柔性化生产，不用重新教机器人，它就能换型切线，帮助工人自主导入新品，真正实现企业降本增效，从而打造工业生产力新范式。

除了成本外，工业还有一条“铁律”是可靠性。工业生产对误操作的容忍度极低，任何失误都可能导致整条产线的停滞。因此，软硬件必须协同优化，不能单靠堆砌传感器或算力提升来解决问题，而应通过算法改进底层，让工业数字化安全可靠。

趋势三：把大模型关进“笼子”里

前几年，工业数字化的发展路径是把机器人从“笼子”里释放出来，协作机器人以安全性优势换得与人协作的机会。但是今年，AI大模型逐渐走进工业领域，新的安全问题开始爆发。

“工业的确定性与AI的随机性碰撞，AI生成的内容或执行的操作不能超越底线，不是不用AI，而是要上保护手段。”曙光网络总工程师陈冰冰向《IT时报》记者提到，工业领域为何对大模型幻觉零容忍？因为一旦输出结果有误，会导致严重的生产事故。一个真实的案例是，工厂尝试操控大模型让水闸升40公分，但是大模型出错，在3秒内将水闸升高400公分，极其危险，甚至导致水闸崩坏。

于是，AI审计模型应运而生，它把大模型关进“笼子”里，防止机器人“发疯”。

在本届工博会上，曙光网络首次在行业内提出“算控安融合”，以积累20多年的核心技术做支撑，打通计算、控制、安全三个环节，从“提供单一产品”走向“输出系统方法”，避免企业在技术集成中反复探索。

其中，“算”是中科曙光自主研发的国产化算力硬件平台，涵盖标准工控机、工业主板与AI机型，提供多样商业模式；“控”是集成工业开发平台，兼顾PLC（可编辑逻辑控制器）梯形图编程优势与高级语言开发习惯，还具备半实物仿真能力；“安”则通过工业网络数据分析和防火墙，全方位保障工业安全。

在2025年工博会展台上，曙光网络的四大产品不再是孤立工具，而是面向工业编程、网络运维、仿真计算、边缘智能等关键环节，各自承担“算控安”的不同角色，共同拼合出一个完整的工业数字化生态。

“即便到今天，有些企业的工控安全意识跟40年前没有多大差别，也无力负担动辄大几百万元的咨询费用。”陈冰冰对《IT时报》记者说道。

曙光网络总裁刘立解释了背后的原因，中国大量工业企业的数字化基础薄弱，中小企业由于资金不充裕、IT人才稀缺等原因，连基础的流程软件还没部署完善，更少有将“算控安”融合在一起，用系统化的思维来换长期发展。

当计算、控制与安全从分散走向融合，工业数字化才真正具备系统化的确定性与韧性，也为中国制造业的长期竞争力提供了一条安全、可靠的新路径。

趋势四：国产化加速

在成本与可靠性之外，国产化率也与安全强挂钩。

得益于核心零部件的国产化以及机器人控制器技术的显著进步，中国工业机器人的国产化比率正在进入加速阶段。东吴证券报告显示，中国工业机器人国产化率已经超过50%。

这一数字的背后是核心部件的国产替代。工业具身智能机器人的核心零部件包括控制器（MCU）、减速器以及伺服电机等。然而，决定国产替代进程的关键是好用。

“机器人马拉松和拳击赛暴露了一些问题，人形机器人屡次出现停机、摔倒等故障，需要长时间人工诊断，工作人员一直对着关节喷冷却液，这背后是可靠性、安全冗余等问题。”兆易创新MCU事业部产品市场经理李孝剑表示，作为累计出货量超20亿颗MCU的机器人上游厂商，兆易创新从MCU、存储、模拟芯片等全栈芯片角度出发，正在逐步解决续航、关节发热、处理能力及动作协调的问题。